机器在学习pycharm是一个很好用开发的工具，由于社区版免费，以及丰富的功能，有着大量的使用人群。
但现在很多代码最终在线上跑的环境都是linux，而开发环境可能还是windows下开发，这就需要经常在linux上进行调试，或者在linux对代码进行编写，在windows与Linux两个系统之间来回切换非常麻烦，而pycharm提供了非常便捷的方式。
这里需要注意的是：pycharm专业版才有远端开发的功能，社区版不具备这个功能。
我使用的开发环境是：PyCharm 2018.3.1 (Professional Edition)，远程服务器系统是Ubuntu 18.04，开发系统为MAC，开发环境与Ubuntu服务器在局域网内。
简单来说，一共需要进行两步设置：
- 置本地开发环境与远程服务器的工程文件路径（用于存放代码）
- 配置远程服务器的python路径
1：配置本地开发环境与远程服务器的工程文件路径
首先，我们需要连接到远程服务器，点击Tools>>Deployment>>Configuration进入设置。
进入设置界面后，在这里输入你的服务器的IP，用户名，密码等信息。如果开发环境和服务器都在一个局域网，那直接使用内网IP就可以完成链接。如果二者不在同一网络，那么你需要为你的服务器配置公网IP（这里就不对公网IP展开阐述了）
然后点击Mappings，在这里输入本地工程路径（Local path）与服务器工程地址（Deployment path），这两个地址就是本地与服务器存放代码的地方
设置好以后，你可以在本地将代码使用pycharm发送到服务器端了。
你可以把本地的代码上传到服务器端，也可以将服务器的文件下载到本地。值得一提的是，如果文件多了，你还可以使用pychram对本地与服务器的文件进行比对，这个有点类似git的简易版的版本管理。
1：配置远程服务器的python路径
设置好开发环境与服务器的工程文件路径后，我们需要设置远程服务器Python的路径。
进入pycharm的project interpreter，点击add。选择SSH Interpreter,使用SSH链接到远程服务器。
按照引导输入服务器地址，用户名，密码，系统会自动检测服务器python的路径并在Interpreter进行显示。这时点击finish就完成啦！
可以看到，project interpreter已经有两条啦，第一条是本地开发环境，第二条就是服务器的python路径了
实际上，到这里为止，已经完成了所有的配置啦！上传一份demo文件到远程服务器试一试吧！
我的开发环境是MacBook Pro，并没有NVIDIA的GPU，远程服务器是一台装了NVIDIA GeForce GTX 1070 Ti的Ubuntu服务器。这里提示使用了GeForce GTX 1070 Ti，表面已经在服务器端运行程序并成功调用GPU啦！
对一个数据爱好者来说，MacBook Pro是便携性的代表，轻便的机身，强大的续航等特点让我们在编码的时候更加方便，而MacBook Pro目前还没有NVIDIA的GPU，用MacBook来进行深度学习，恐怕要浪费太多时间在等待上。
NVIDIA的GPU则是强大算力的代表，好的GPU是可以节约生命的。使用这个方法进行设置，也算是同时享受到了MacBook的便利性与NVIDIA GPU强大的计算能力了！
我已经把台式机搬到公司了，希望能发挥它应有的价值，加速我的机器学习之路。
